Компьютерные науки

Введение в аналитику больших массивов данных

Программа об основных понятиях аналитической обработки Big Data. Рассматриваются технологии работы с данными, процессы аналитики и машинное обучение.
Студентов 5015 Выпускников 1147 Для специалистов
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Темы:
Базы данных
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебная программа дает комплексный обзор технологий и вызовов в сфере аналитики больших данных. Изучаются принципы обработки массивов информации, структура аналитического процесса и оригинальные методики машинного обучения. Она разработана для дата-аналитиков, менеджеров ИТ-проектов и исследователей, стремящихся понять архитектуру решений для работы с Big Data. Процесс обучения выстроен от теоретического определения больших данных к изучению вызовов и аналитики. Последовательное изложение материала с тестами формирует базу для изучения машинного обучения.
Цели
  • Сформировать базовое представление о концепции больших данных.
  • Раскрыть этапы и специфику процесса аналитической обработки.
  • Познакомить с основами и технологиями машинного обучения.
Чему я научусь?
  • Идентифицировать основные вызовы при работе с Big Data.
  • Планировать и организовывать процесс аналитики больших данных.
  • Применять базовые концепции машинного обучения в анализе.

Авторы

Аникин Юрий Александрович
Аникин Юрий Александрович
Кандидат технических наук, преподаватель кафедры Общей информатики ФИТ НГУ, директор ООО Футуролаб.
Борисова Ирина Артёмовна
Борисова Ирина Артёмовна
Кандидат технических наук, ассистент кафедры.
Загоруйко Николай Григорьевич
Загоруйко Николай Григорьевич
Доктор технических наук, профессор кафедры Общей информатики ФИТ НГУ, заведующий лабораторией анализа данных ИМ СО РАН.
Зырянов Александр Олегович
Зырянов Александр Олегович
Data аналитик ООО Экспасофт.
Павловский Евгений Николаевич
Павловский Евгений Николаевич
Кандидат физико-математических наук, старший преподаватель кафедры.
Чему я научусь?
  • Идентифицировать основные вызовы при работе с Big Data.
  • Планировать и организовывать процесс аналитики больших данных.
  • Применять базовые концепции машинного обучения в анализе.

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Общее понятие о больших данных
2 Основные вызовы больших данных
3 Определение термина большие данные
4 Процесс аналитики
Процесс аналитики тест для курса Введение в аналитику больших массивов данных 45 мин
5 Введение в когнитивный анализ данных
6 Классификация задач. Функция конкурентного сходства
7 Разработка алгоритмов на базе FRiS-функции
8 Информативность и выбор признаков
9 Обнаружение ошибок и заполнение пробелов
Обнаружение ошибок и заполнение пробелов тест для курса Введение в аналитику больших массивов данных 35 мин
10 Общие сведения о языке R. Основные функции
11 Синтаксис
12 Типы данных
Типы данных тест для курса Введение в аналитику больших массивов данных 45 мин
13 Weka
14 Визуализация
15 R как инструмент Data Mining
16 Решение задач Data Mining. R и Hadoop
17 Основные библиотеки для Data Mining
18 Возможности библиотеки Pandas
Возможности библиотеки Pandas тест для курса Введение в аналитику больших массивов данных 50 мин
19 Зачем нужны новые хранилища
20 Свойства больших данных и ограничения RDBMS
21 ACID требования, CAP-теорема, BASE архитектура
22 NoSQL
23 Интерфейсы
24 MapReduce
25 Ключ-значение
26 Колоночные
27 Документо-ориентированные
28 Графовые
Графовые тест для курса Введение в аналитику больших массивов данных 40 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^